Polar码在图像传输中的性能研究

文中研究Polar码在图像传输系统中的应用,讨论Polar码的译码迭代次数、码长、码率等因素对恢复图像的影响,并与等同条件下的低密度奇偶校验码（Iow Density Parity Check Code,LDPC）在图像传输中的性能进行比较.数值仿真表明：随着Polar码译码迭代次数增加、码长增长和码率减小,图像传输的误块率（Block Error Rate,BER）减小,峰值信噪比（Peak Signal to Noise Ratio,PSNR）增大.同时在码长为2 048,码率为0.5时,Polar码在图像传输中的性能比LDPC码的性能有明显地提高,在输入信噪比为3 dB时,Polar码的误块率有102增强,PSNR值有4倍的提高.     

基于稀疏表示分类算法的复合绝缘子憎水性检测方法

复合绝缘子表面憎水性的检测是判断其防污闪性能的主要手段之一.本文引入稀疏表示分类算法实现了对复合绝缘子憎水性图像的检测分类.运用最小一范数方法计算稀疏表示系数,通过计算最小残差图像来搜索与测试图像最匹配的训练样本图像,从而准确识别出检测试样的憎水性HC等级.该算法避开了一般模式识别算法中较复杂的特征提取环节,为复合绝缘子憎水性图像识别检测提供了新的思路.实验结果表明,该方法能有效地应用于复合绝缘子憎水性图像的分级.     

基于FPGA和DSP的图像实时采集处理系统设计

针对高分辨率图像的实时播放、存储,提出了一种基于FPGA和DSP架构的图像实时采集处理方案.本方案以两片TI DM368系列DSP为核心处理器,采用H.264编解码方式进行图像的编解码,以EP2C35系列FPGA芯片作为协处理器进行图像的采集、颜色空间的转换及编解码后图像的传输.该方案能够对红外、可见光两路视频图像进行处理,运行可靠稳定,接口易更改,经过简单修改实现多种格式视频码流的采集处理.     

矩孔夫琅禾费衍射的解析解和数值解

通过对衍射屏透光函数进行二维傅里叶变换和离散型快速傅里叶变换,分别得到矩孔夫琅禾费衍射的光强分布的解析表达式和数值结果。然后借助Matlab软件强大的作图功能实现了两种情况下光强分布的可视化仿真,具体分析了衍射图像随矩形孔径大小的变化情况。最后通过将数值解和解析解直接比较,指出提高数值解图像分辨率保证结果有效可靠的关键性因素是对输入信号进行适当的补零。     

浅议医疗机构网站安全的问题与对策

医疗机构基于web的信息系统为提高医疗机构的办公效率,提升为患者的服务质量起到了重要的作用,同时医疗机构的网站包含挂号和专家介绍等功能,社会关注度较高,由于医患矛盾和商业恶意竞争等因素,使网站容易成为被攻击的目标。分析了医疗机构网站安全面临的问题,包括技术措施落后、制度不健全和执行不深入等,提出了网站管理员必须在现有硬件条件下,注重操作系统、Web服务器、Web程序的安全管理,定期进行制度化的检查分析,定期进行进修学习来应对网站面临的安全问题。     

基于改进k-均值聚类的纸币冠字号图像分割算法

针对传统彩色图像分割方法的局限性,提出了基于HSI色彩空间和改进K-均值聚类的图像分割方法,通过将彩色图像分解成三个相互独立的H、S、I分量,利用各个分量特点及其直方图确定聚类类别和初始聚类中心,在高饱和度区和低饱和度区分别聚类,并将聚类结果合并取交集,从而分割出目标区域.将该方法用于纸币冠字号码图像分割,经仿真验证,结果不受噪声和局部边缘变化的影响,分割效果得到明显提升,为后续冠字号准确识别提供了良好的基础.     

基于视频图像理解的中国象棋棋子识别

提出了一种基于视频图像理解的中国象棋棋子识别算法.在检测视频图像无变化基础上,检测棋子变化,利用棋子的先验信息及象棋规则排除无法行棋点,再通过当前帧图像与前两步棋子图像特征识别出实际行棋的棋子.该算法避免使用二值化门限,对光照、阴影等外界环境的变化具有良好的适应性.     

基于贝叶斯分类器的实时图像目标识别实验研究简

基于对不完全朴素贝叶斯分类器的分析,提出一种离线训练在线识别的目标图像识别与跟踪实验方法.实验将模板图像与目标实时图像之间的特征匹配问题转换为特征分类问题,并在成像自寻的导引系统上运行.实验结果表明,该方法在保持很高鲁棒性的同时,大幅减少在线目标识别的计算量,具有较强的实时性.     

LTSpice在《医学电子学》实验教学中的应用

针对医学院校《医学电子学》实验教学存在的困境,探讨了将LTspice仿真软件引入实验教学环节。结合一个具体实例给出LTspice在医学电子学实验中的应用方法。实践表明,LTspice提供了一个便捷的虚拟实验平台,弥补了传统实验教学方法的不足,是提高实验教学质量,培养学生动手和创新能力的有效手段。     

Adaptive Order Polynomial Fitting for Pulmonary Nodule Segmentation in Chest Radiograph

Segmentation of pulmonary nodules in chest radiographs is a particularly challenging task due to heavy noise and superposition of fibs, vessels, and other complicated anatomical structures in lung field. In this paper, an adaptive order polynomial fitting based ray- casting algorithm is proposed for pulmonary nodule segmentation in chest radiographs. Instead of detecting nodule edge points directly, the nodule intensity proffies are first fitted by using the polynomials with adaptively determined orders. Then, the edge positions are identified through analyzing the local minimum of the fitted curves. The performance of the proposed algorithm was evaluated over an image database with 148 nodule cases in chest radiographs that were collected from a variety of digital radiograph modalities. The preliminary results show the proposed algorithm can obtain a high rate of successful segmentations.